Hailo-8 Acce A, basierend auf dem 26 TOPS Hailo-8 KI-Prozessor, unterstützt Linux/Windows-Systeme, geeignet für Raspberry Pi 5
Produktinformationen "Hailo-8 Acce A, basierend auf dem 26 TOPS Hailo-8 KI-Prozessor, unterstützt Linux/Windows-Systeme, geeignet für Raspberry Pi 5"
Kurzbeschreibung: Hailo-8 Acce A, basierend auf dem 26 TOPS Hailo-8 KI-Prozessor, unterstützt Linux/Windows-Systeme, geeignet für Raspberry Pi 5
Ausgestattet mit 26 TOPS Hailo-8 M.2 KI-Beschleunigermodul
Dieses KI-Kit wird von Waveshare eingeführt, um eine kostengünstigere und leistungsstarke KI-Lösung für den Raspberry Pi 5 bereitzustellen, die sich für Anwendungen wie Prozesssteuerung, Sicherheit, Heimautomatisierung und Robotik eignet.
- Hailo-8 KI M.2 Modul
- Angetrieben von 26 Tera-Operationen pro Sekunde (TOPS) Hailo-8 KI-Prozessor
- 2,5W typischer Stromverbrauch
- Skalierbar, ermöglicht gleichzeitige Verarbeitung mehrerer Streams und Modelle
- Ermöglicht Echtzeit-KI-Inferenz mit niedriger Latenz und hoher Effizienz auf Edge-Geräten
- Unterstützt TensorFlow, TensorFlow Lite, ONNX, Keras, Pytorch Frameworks
- Unterstützt Linux und Windows
- Unterstützt den Temperaturbereich von -40°C bis 85°C
- PCIe-zu-M.2 Adapter
- An Bord befindlicher Stromüberwachungschip und EEPROM, unterstützt Echtzeitüberwachung des Geräte-Stromstatus für stabileren Betrieb
- Raspberry Pi HAT+ konform
- Vorgesehene Luftstromöffnung, unterstützt die Installation eines Kühlgebläses für bessere Wärmeableitung des KI-Moduls zur Leistungssteigerung
- Immersionsgold-Prozessdesign, antioxidativ und langlebiger
| KI-Leistung | 26 TOPS |
|---|---|
| Formfaktor | M.2 Key M |
| Stromversorgung | 3,3V ± 5% |
| Stromverbrauch | 2,5W (Typ.) 8,65W (Max.) |
| Schnittstelle | PCIe Gen3, 4-Lane |
| Zertifikat | CE, FCC Klasse A |
| Lagertemperatur | -40 ~ 85°C |
| Betriebstemperatur | -40 ~ 85°C |
| Betriebsfeuchtigkeit | 5% ~ 90%RH (keine Kondensation) |
| Abmessungen | 22×80mm mit abbrechbaren Erweiterungen zu 22×42mm und 22×60mm |
Das Hailo-8 M.2 Modul ist ein KI-Beschleunigermodul für KI-Anwendungen, basierend auf dem 26 Tera-Operationen pro Sekunde (TOPS) Hailo-8 KI-Prozessor mit hoher Energieeffizienz. Der M.2 KI-Beschleuniger verfügt über eine vollständige PCIe Gen-3.0 4-Lane-Schnittstelle und bietet unübertroffene KI-Leistung für Edge-Geräte. Das M.2 Modul kann in ein vorhandenes Edge-Gerät mit M.2-Sockel eingesteckt werden, um stromsparende Deep-Neural-Network-Inferenz bereitzustellen. Durch die Nutzung des umfassenden Dataflow-Compilers von Hailo und der Unterstützung für Standard-KI-Frameworks können Kunden ihre Neural-Network-Modelle einfach auf den Hailo-8 portieren und schnell leistungsstarke KI-Produkte auf den Markt bringen.
| NN-Modell | mAP | Hailo-8L FPS(batch8) |
|---|---|---|
| yolov4_tiny | 18,98 | 610 |
| yolov6n | 34,3 | 345 |
| yolov7 | 49,8 | 45 |
| yolox_s_wide | 42,4 | 75 |
| yolov3 | 38 | 26 |
| yolov8n | 37,23 | 270 |
| yolov8s | 44,75 | 128 |
| yolov8m | 50,08 | 55 |
| Typ | NN-Modell | Eingabeauflösung | FPS | Leistung(W) | FPS/W |
|---|---|---|---|---|---|
| Klassifizierung | ResNet-50 v1 | 224x224 | 1332 | 3,45 | 386 |
| MobileNet_v2_1.0 | 224x224 | 2444 | 2,152 | 1135 | |
| EfficientNet_M | 240x240 | 889 | 3,5 | 254 | |
| Objekterkennung | SSD_MobileNet_v1 | 300x300 | 1055 | 2,2 | 479 |
| YOLOv5m | 640x640 | 218 | 4,6 | 47,3 | |
| Segmentierung | stdc1 | 1024x1920 | 54 | 2,9 | 18,6 |
| Mehrstrom-Objekterkennung (8 Streams) | YOLOv3 | 608x608 | 69 | 4,9 | 14 |
Basierend auf der 16PIN PCIe-Schnittstelle des Raspberry Pi 5
Standard Raspberry Pi 40PIN Header, kommt mit 2*20 Pin Header zum Stapeln mit anderen HATs. Kompakte Größe, platzsparender, unterstützt die Installation eines Kühlgebläses
kann zusammen mit dem Pi5 Active Cooler B verwendet werden, um eine bessere Wärmeableitung zu erzielen. Für den Pi5 und das KI-Beschleunigermodul, hält es auch bei hoher Belastung kühl und maximiert die Modulleistung
Echtzeitüberwachung des Geräte-Stromstatus für stabileren Betrieb
* nur zur Referenz, das Kühlgebläse ist NICHT enthalten.
Lieferumfang
- Hailo-8 KI M.2 Modul x1
- PCIe-zu-M.2 HAT+ x1
- Abstandshalter-Pack x1
- 16P-Kabel-40mm x1
- 2*20 Pin Header x1
Anmelden